一种构建河流硅藻水华预警模型的方法及装置制造方法及图纸

本发明专利技术公开了一种构建河流硅藻水华预警模型的方法及装置，该方法包括：根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；根据关键影响因子数据集进行融合，得到支持向量机的样本集；运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；根据支持向量机的样本集和最优解构建河流硅藻水华预警模型，进行水华预警。通过实施本发明专利技术，运用支持向量机算法，可以使得运算更为高效，提升预警时效性，同时采用的遗传算法可以考虑到种群进化的动态性，能够快速准确找到最优解，提高了模型效率和计算精度，具有较好的实用性。

【技术实现步骤摘要】
一种构建河流硅藻水华预警模型的方法及装置
本专利技术涉及水生态
，具体涉及一种构建河流硅藻水华预警模型的方法及装置。
技术介绍
水华和富营养化通常发生在湖泊和水库等流速较慢的水体中，在大型流动河流中较为罕见。因此，现有的水华预测技术一般集中于湖库水体，针对大型河流硅藻水华暴发的预测预警相对较少。而真实情景下河流富营养化暴发机理十分复杂，尤其是在气候变化和强人类活动影响下，流域区间降雨以及闸坝调度引起的下泄流量改变，均会导致河道水文情势发生变化，可能会对河流富营养化程度造成不利影响。硅藻水华生成过程具有强非线性、时变性等特性，影响因子较多，仅仅通过建立水华机理模型进行水华预测的效果往往并不理想，如何对其准确预测逐步成为一个国际性难题。当前多数富营养化和水华预测预警模型是面向湖泊和湖库水华预测模拟，但是传统湖库经验模型对于模拟预测复杂大型河流水华的暴发局限较大，目前多用于湖泊和水库等水流相对静止的水体的半定量化评估手段；此外，虽然水生态动力学模型在河流水华模拟和预测研究中最具有物理内涵，并且还考虑了系统中生态过程及各要素之间的内在变化本文档来自技高网...

【技术保护点】
1.一种构建河流硅藻水华预警模型的方法，其特征在于，包括如下步骤：/n根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；/n根据关键影响因子数据集进行融合，得到支持向量机的样本集；/n运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；/n根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。/n

【技术特征摘要】
1.一种构建河流硅藻水华预警模型的方法，其特征在于，包括如下步骤：
根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；
根据关键影响因子数据集进行融合，得到支持向量机的样本集；
运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；
根据所述支持向量机的样本集和所述最优解构建河流硅藻水华预警模型。


2.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子，包括：
根据河流藻密度确定河流硅藻水华的表征因素；
根据河流水文要素数据、水质要素数据确定河流硅藻水华的影响因素；
根据广义加性模型计算得到所述影响因素和表征因素之间的相关性；
根据所述相关性确定与所述表征因素显著相关的影响因素；
根据与所述表征因素显著相关的影响因素确定河流硅藻水华预警模型的关键影响因子。


3.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据所述关键影响因子数据集进行融合，得到支持向量机的样本集，包括：
对所述关键影响因子和藻密度进行归一化处理，计算得到支持向量机的样本集。


4.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解，包括：
根据遗传算法参数对支持向量机的惩罚参数和高斯核函数参数所有解进行编码，得到惩罚参数和高斯核函数参数的可疑解；
根据所述可疑解计算得到遗传算法每个初始个体的适应度值；
根据所述适应度值确定惩罚参数和高斯核函数参数的最优解。


5.根据权利要求1所述的构建河流硅藻水华预警模型的方法，其特征在于，根据所述支持向量机的样本集和所述最优解构建河流硅藻水华...

【专利技术属性】
技术研发人员：夏瑞，曹圣洁，邹磊，张远，杨中文，马淑芹，王晓，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：北京;11